磁気光学効果を利用した光回折型ディープニューラルネットワークの磁区の書き込み誤差に関する評価

カテゴリ: 研究会(論文単位)

論文No: MAG24057

グループ名: 【A】基礎・材料・共通部門 マグネティックス研究会

発行日: 2024/08/05

タイトル(英語): Evaluation on recording error of Magnetic domains in Magneto-Optical Diffractive Deep Neural Networks using Magneto-Optical Effect

著者名: 池田 朱莉(長岡技術科学大学),坂口 穂貴(長岡技術科学大学),野中 尋史(愛知工業大学),粟野 博之(豊田工業大学),Chafi Fatima Zahra(長岡技術科学大学),石橋 隆幸(長岡技術科学大学)

著者名(英語): Juri Ikeda(Nagaoka University of Technology),Hotaka Sakaguchi(Nagaoka University of Technology),Hirofumi Nonaka(Aichi Institute of Technology),Hiroyuki Awano(Toyota Technological Institute),Fatima Zahra Chafi(Nagaoka University of Technology),Takayuki Ishibashi(Nagaoka University of Technology)

キーワード: 磁気光学|ニューラルネットワーク|光磁気記録|Magneto-Optic|Neural Network|Magneto-optical recording

要約(日本語): 光回折型ディープニューラルネットワークは、積層型の光ニューラルネットワークの一種であり、低消費電力かつ高速な計算の実行が期待されている。我々は、それらの課題を解決すべく、磁性材料の磁気光学効果を利用した磁気光学回折型ディープニューラルネットワーク (MO-D2NN)を提案した。今回は、MO-D2NNにおいて書き込み誤差が手書き数字の分類の正解率に与える影響について調べた。

要約(英語): Optical diffraction deep neural networks are a type of stacked optical neural networks that are expected to perform computations with low power consumption and high speed. We proposed a magneto-optical diffractive deep neural network (MO-D2NN) that utilizes the magneto-optical effect of magnetic materials to solve those problems. In this study, we investigated the effect of recording error on the correct classification rate of handwritten digits in MO-D2NN.

本誌: 2024年8月8日-2024年8月9日マグネティックス研究会

本誌掲載ページ: 43-46 p

原稿種別: 日本語

PDFファイルサイズ: 752 Kバイト